Acerca de Sarus
Sarus es la capa de privacidad para analítica e IA que se sitúa entre las fuentes de datos y los analistas, permitiendo trabajar con datos sensibles sin exponerlos. Garantiza la privacidad en cada consulta mediante privacidad diferencial, datos sintéticos y reescritura de consultas con preservación de la privacidad, mientras admite implementaciones en local o en la nube pública. Este enfoque ayuda a que los casos de uso de investigación, analítica e IA desbloqueen el valor de los datos de forma segura y conforme a la normativa.
Qué ofrece Sarus
- Conectores: conexión nativa a bases de datos, almacenes de datos, lakehouses y servicios de almacenamiento en la nube, sin mover los datos.
- Políticas de privacidad: define los resultados (datos sintéticos, agregados y resultados con privacidad diferencial) y audita todo el procesamiento.
- Registros de auditoría: auditoría completa de las consultas para facilitar el cumplimiento normativo.
- Datos sintéticos: datos sintéticos de alta fidelidad, entrenados con privacidad diferencial y que conservan las distribuciones.
- Analítica e inteligencia de negocio: API de SQL y conectores de inteligencia de negocio compatibles con herramientas habituales, como Power BI, Tableau y Metabase.
- Aprendizaje automático: SDK de Python para procesar datos de forma remota con garantías de privacidad (privacidad diferencial) cuando sea necesario.
- Acciones sobre los datos: envía los resultados de las consultas a puntos de conexión externos sin exponer información personal.
- Privacidad diferencial con preservación de la privacidad, reescritura de consultas con prioridad en la privacidad y control a nivel de resultados para garantizar la privacidad en procesos complejos.
Qué diferencia a Sarus
- Sólidas garantías de privacidad: privacidad diferencial, datos sintéticos y reescritura de consultas en tiempo real con aplicación de políticas.
- Los datos permanecen bajo el control de sus propietarios: los analistas trabajan con datos remotos sin acceder directamente a los datos sin procesar.
- Facilita el cumplimiento normativo: registros de auditoría detallados y flujos de trabajo de privacidad y cumplimiento más ágiles.
- Aprovecha el valor de los datos distribuidos: obtiene información de distintos sistemas sin poner en riesgo la privacidad.
- Compatible con flujos de trabajo de IA y aprendizaje automático, así como con el uso de modelos de lenguaje grandes (LLM), con garantías de privacidad.
- Implementación flexible: en las instalaciones o en tu nube pública, con Docker o Kubernetes y una amplia variedad de conectores de fuentes de datos.